复杂背景的夜光遥感建筑区检测

提出了一种新的解决夜光遥感复杂背景问题的单阶段深度卷积检测网络,首先通过提取高维特征再特征选择的思想设计分类网络提取语义特征,并研究不同的通道数网络对降噪的影响;提出灰度能量的先验框匹配,将低噪声高质量的匹配框输入SSD检测网络,并使用积分图思想简化计算;使用可变形卷积以适应目标的形变,并获取更强的几何特征表达能力;通过加入顺序连接与密集连接改进全局语义模块,引入了网络的跨层信息交互,其注意力图综合考虑了高低感受野以有效区分小型目标和背景噪声。在夜光遥感数据集上通过实验验证了所设计的网络相比于其他单阶段网络具有优势,对于复杂背景下的建筑区具有较好的检测效果。

基于物联网轮胎花纹深度智能检测系统设计与实现

随着车辆增加,道路交通事故明显增长,定期检测车轮胎花纹深度是保障道路安全的关键点之一。设计并实现了基于物联网的轮胎花纹深度智能检测系统。采用位移传感器技术、嵌入式技术、GPRS通信技术、云端平台服务器数据处理技术及移动终端APP应用技术实现轮胎花纹深度的数据检测、采集、发送、处理与评估,并通过移动终端提供轮胎养护建议。测试结果表明,该系统数据检测准确,便于携带,集成度高、稳定性高、可靠性强,可在我国道路交通车辆安全系统中广泛推广,树立科技创新、绿色环保的发展理念。

基于高斯拉普拉斯算子的汽车轮胎磨损检测算法

针对目前人为根据经验判断汽车轮胎是否达到最终使用时间不准确造成资源浪费的问题,提出了一种基于高斯拉普拉斯算子的汽车轮胎磨损检测算法。首先,将拍摄的汽车轮胎图片进行预处理,包括图像灰度化和高斯滤波,用拉普拉斯算子对图像的边缘进行检测;然后,对处理好的图片进行像素坐标提取,通过汽车轮胎花纹深度的检测算法,得到轮胎的实际深度值;最后,将检测的花纹深度值和轮胎使用的临界深度1.6 mm进行对比,若大于这个临界深度,就判断该轮胎可以继续使用,反之,则不可继续使用。实验结果表明:该实验方法能够很好地计算出轮胎花纹的深度值,其准确率可达97.23%以上。